3.Transforms的使用(一)

本文详细介绍了PyTorch中的Transforms库在图像数据预处理中的关键作用,包括ToTensor和Resize函数的使用示例,以及为何选择tensor数据类型。通过实例演示如何构建自定义工具,以满足神经网络训练需求。
摘要由CSDN通过智能技术生成

目录

一、Transforms是什么?

二、Transforms怎么用


一、Transforms是什么?

Transforms主要是对图片进行一些变换,一般用于数据预处理,数据在读取到pytorch之后通常都需要对数据进行预处理,包括尺寸缩放、转换张量、数据中心化或标准化等等,这些操作都是通过transforms进行的。

二、Transforms怎么用?

        1.引入库

from torchvision import transforms

        注:transforms.py就像是一个工具箱,里面有很多工具:
 ToTensor()的使用:这个模块的主要作用主要就是将 PIL Image 或者numpy.ndarry 的图像类型转变成tensor的类型格式;例如将Image.open读出的数据就行转换,就需要用ToTensor()。
 Resize()的使用:输入一张图片,将图片转变为指定的大小。如果只传入一个参数,就将最小边变成size,最大边等比例变成原来最小边的倍数。

        2.构建自己的工具

  工具箱里有很多工具,我们需要以某一个工具作为模具构建自己的工具,本质就是创建一个类的对象。例子如下:

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

   为什么要用tensor数据类型?
答:因为在神经网络当中,肯定要将数据转化为tensor的类型,才能继续处理,进行训练。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值